[发明专利]多工序间变量时滞估计方法及加氢裂化流程时滞估计方法

摘要

本发明公开了多工序间变量时滞估计方法，包括以下步骤选取各工序间变量，采样获得变量的时间序列并组成原始数据矩阵；利用多项式最小二乘拟合进行滑动窗口回归，并求导得到这些变量时间序列的导数数据矩阵；预定义采样时滞序列，根据导数数据矩阵，计算两两工序间变量经采样时滞平移后的趋势相似度；用L2范数最小表征多工序间变量的趋势一致性，建立多工序间变量时滞估计问题的优化模型；采用改进的自适应粒子群算法，求解多工序间变量时滞估计问题，寻优得到最优采样时滞序列。其利用实际生产流程现场积累的大量历史数据，可合理估计出生产流程多工序间变量的时滞，有效地提高了流程建模精度和优化控制效果，对生产流程节能减排具有重要意义。

主权项

多工序间变量时滞估计方法，其特征在于，包括以下步骤：a、对多工序间的变量进行采样并获得原始数据矩阵；b、使用多项式最小二乘拟合对原始数据矩阵中每个变量的时间序列进行滑动窗口H回归，并求导得到相应变量的时间序列的导数数据矩阵；c、预定义采样时滞序列，根据导数数据矩阵提取一段时序一致的导数数据矩阵，计算两两工序间变量经采样时滞平移后的趋势相似度；d、利用趋势相似度分析多变量间的趋势一致性，定义趋势相似度变量，并采用L2范数将其量化，用L2范数的最小表征多工序间变量的趋势一致性；确定采样时滞序列的取值范围，将约束条件转化成标准形式，建立多工序间变量时滞估计问题的优化模型；e、采用自适应粒子群算法，并根据约束条件的特性，提出改进的自适应粒子群算法，求解多工序间变量时滞估计问题，获得最优采样时滞序列。